IFM x École 42 : quand la mode apprend à coder ses angles morts

by Pascal Iakovou
0 comments

À VivaTech, l’Institut Français de la Mode et l’École 42 ont réuni près de 40 étudiants autour d’un hackathon Fashion Tech. Trois projets en sont sortis : essayage virtuel inclusif, bijou de santé pour la ménopause, et IA de merchandising pour les Maisons. Le plus intéressant n’est pas la technologie elle-même, mais ce qu’elle révèle : la mode commence à coder ses propres frictions.

La donnée ne remplace pas l’essayage

EasyTry part d’un geste ordinaire : acheter un vêtement en ligne sans savoir s’il tombera juste. La promesse est simple : intégrer à un site e-commerce une extension capable de visualiser une pièce sur son propre corps, puis de produire un score de fit et de confort, accompagné d’une recommandation de taille.

Le sujet est moins anecdotique qu’il n’y paraît. Le marché français de l’habillement pèse plus de 35 milliards d’euros, dont 30 % en ligne. Or l’achat digital reste travaillé par une incertitude très physique : la coupe, la matière, la posture, le confort. EasyTry ajoute à cette équation un point souvent oublié : l’accessibilité. En France, 14 millions de personnes déclarent une limitation fonctionnelle sévère ; pour une part d’entre elles, s’habiller relève déjà d’une contrainte quotidienne.

Le projet ne prétend pas faire disparaître le doute. Il tente plutôt de le qualifier. Dans la mode, c’est déjà beaucoup.

Le bijou comme interface de santé

Continuum déplace la question vers un territoire plus intime : la ménopause. Le projet prend la forme d’une bague capable de détecter les premiers signaux d’une bouffée de chaleur — fréquence cardiaque, température corporelle, mouvement — puis d’activer une régulation localisée par le froid et des pulsations destinées à guider la respiration.

L’intérêt du projet tient à son refus du simple tracking. Depuis plusieurs années, les objets connectés savent mesurer. Ils savent moins agir au bon moment. Continuum pose donc une question plus luxueuse qu’elle n’en a l’air : à quoi sert un objet beau s’il n’allège rien de l’expérience vécue ?

La bague imaginée associe capteur PPG, capteurs thermiques, accéléromètre, microcontrôleur et module à effet Peltier. L’idée reste à prototyper, mais l’intuition est forte : le bijou de demain pourrait ne plus seulement signaler un statut, mais restaurer une forme de maîtrise discrète.

Le Détail

Luma, le troisième projet, attaque une zone moins visible mais centrale dans les Maisons : la perte du feedback boutique. Un conseiller de vente entend qu’une sandale est jugée inconfortable ; l’information passe ensuite par un directeur, une région, des messages WhatsApp, des fichiers Excel, parfois des appels. À chaque étape, quelque chose se dissout.

Luma propose un agent accessible par WhatsApp pour collecter les retours des conseillers de vente, puis un dashboard capable de transformer ces verbatims en synthèses, cartographies, analyses et recommandations merchandising. La donnée qualitative reçoit enfin le traitement réservé depuis longtemps à la donnée quantitative.

C’est peut-être le projet le plus directement activable pour le luxe. Car il ne cherche pas à prédire un désir abstrait ; il organise une mémoire terrain déjà existante, mais dispersée.

La mode n’a pas besoin de plus de technologie, mais de meilleures traductions

Ces trois projets disent la même chose depuis trois endroits différents. EasyTry traduit le corps dans l’achat digital. Continuum traduit un inconfort physiologique en intervention discrète. Luma traduit la voix boutique en intelligence de collection.

Le point commun n’est donc pas l’IA. C’est la traduction.

Pour les Maisons, l’enjeu n’est pas de produire davantage de données, ni d’ajouter une couche technologique au parcours. L’enjeu est de capter ce que les systèmes actuels laissent échapper : l’hésitation avant l’achat, l’inconfort non formulé, la remarque du conseiller, la nuance d’un essayage, la friction d’un usage.

La mode a longtemps excellé dans l’interprétation du corps, du geste et du désir. Le risque serait de confier cette interprétation à des outils génériques, incapables de distinguer une donnée utile d’un signal grossier. Le hackathon IFM x École 42 montre une voie plus juste : faire entrer la technologie dans la grammaire de la mode, plutôt que plier la mode à la logique de la plateforme.

La prochaine étape sera moins spectaculaire : tester, mesurer, corriger, prototyper. Mais c’est là que se jouera la différence entre une belle démonstration et une méthode. Dans le luxe, une idée ne vaut jamais par son éclat initial. Elle vaut par sa capacité à tenir au contact du réel.

ChatGPT Image Jun 22 2026 01 52 58 PM

Cette publication est également disponible en : English (Anglais)

Related Articles